大写的utf8字符总是与它们的小写变体字节数相同吗？

Question

显然拉丁字母表确实如此。但我在概念意义上，跨语言和Unicode规范提出这个问题。

实际上，这是为了比较两个字符串。如果您已经知道它们在所有语言中的字节数不同 - 您是否可以认为这足以保证它们不是同一字符串的不同“套管”版本？

Answer 1

没有

考虑U + 0069“i”，它具有UTF-8中的八位字节值69。在大写形式U + 0130“İ”中，此代码点形成UTF-8序列C4 B0。

强制性说明：案例区别于区域设置。

Answer 2

Unicode标准中没有保证这一点的原则或不变量。我会特别关注重音大写字母，在这些大写字母中，预编译和非预合成之间可能存在不匹配。但是，我不能举出一个问题的例子。